文档介绍：基于 的 方法及应用研究
摘 要
数据挖掘 是从数据集中识别出有效的、新颖的、
潜在有用的，以及最终可理解的模式的非平凡过程。由于数据挖掘是一个
多领域交叉的研究与应用领域，所 以备受关注，成为 目前具有挑战意义的
研究热点之一 。
聚类 分析是数据挖掘的重要方法之一，也是人类活动
的一个重要 内容 。作为统计学的一个分支 ，聚类分析 己有多年的研究历史。
本文进一步探讨聚类分析中的一些算法，针对船舶航线设计的特 点，提出
了 算法与基于密度方法、自组织竟争神经网络相结合的聚类分析
方法，进而又提出复合聚类分析算法和改进的复合聚类分析算法，将它们
进行分析 比较 ，改进的复合聚类分析算法的聚类效果最好 。在船舶航线的
设计中，首先在从世界船位分布 图上取出部分数据，再对这些数据进行预
处理，然后采用改进的复合聚类分析算法，计算凝聚点，最后再求取平均
密度中心点，将这些密度中心点相连便是航线。
人工神经网络 也是数据挖掘的重要方法之一，神经网络具有
通过学****后可以任意通近非线性映射的能力，而且神经网络不受非线性系
统模型的限制，便于工程实现。但现在神经 网络时序预侧模型的输入只能
是单属性的，只能进行一维预测，对于多属性事物的预测还未探究。本文
提出一种基于并行递归神经网络的多维预测模型，这种模型本身具有记忆
过去所有输入信息的能力，网络输出是过去所有输入的某一非线性函数，
实现的是一种非线性动态映射，而且可以实现对多属性事物的多维预测。
本文将这种预测模型用于平面航线和三维空间螺旋曲线的预测，预测精度
较高，预测效果较好。此外，本文还利用 语言作了大量的仿真预测，
获得 了理 想 的仿 真 结果 。
本文利用从 得来的数据 ，将 聚类分析算法和多属性预测方法应用
在 的数据挖掘 中，得到一些有意义的结果。
关键字数据挖掘 ，聚类分析，神经 网络，
墓于 的方法及皮用研究
基于 的 方法及应用研究
论文独创性声明
本论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文
中除了特另咖 以标注和致谢的地方外，不包含其他人或其他机构已经发表或
撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作
了明确的声明并表示了谢意。
作者签名 日期
论文使用授权声明
本人同意上海海运学院有关保留、使用学位论文的规定，即学校有权
保留送交论文复印件，允许论文被查阅和借阅学校可以上网公布论文的全
部或部分内容，可以采用影印、缩印或者其它复制手段保存论文保密的论
文在解密后遵守此规定。
作者签名一一‘一一一导师签名 日期
羞于 的方法及应用研究
第一章 引言
研 究背景
计算机与信息技术经历了半个世纪的发展，给人类社会带来了巨大
的进步和影响。近十几年来，人们利用信息技术生产和搜集数据的能力大
幅度提高，干千万万个数据库被用于商业管理、政府办公、科学研究和
工程开发等等，据估计，年全球数据存储容量约为 ，丁
，到 年增加到 。万 ，面对这极度膨胀的数据信息量，
人们受到“信息爆炸”、“混沌信息空间”
和 “数据过剩的巨大压力。因此，面对 “人们被数据淹
没，人们却饥饿于知识”的挑战，数据挖掘 筒称 技
术和知识发现 简称 技术应
运而生，并得以蓬勃发展，越来越显示出其强大的生命力 〔们。
就是从大量数据中抽取挖掘出未知的、有价值的模式或规律等知
识的复杂过程。它的原始数据可以是结构化的，如关系数据库中的数据，
也可以是半结构化的，如文本、图形、图像数据，甚至是分布在网络上
的异构型数据 〔。发现知识的方法可以是数学的，也可以是非数学的
可以是演绎的，也可以是归